快速的矿井涌水水源辨识对于矿井的水灾预警及灾后救援意义重大。 常规方法使用离子浓度做为判别因子, 耗时过长, 因此提出一种激光诱导荧光光谱(LIF)技术与偏最小二乘判别分析(PLS-DA)算法联合快速辨识矿井涌水水源类型的方法。 实验使用405 nm激光对被测水体进行激发, 获取矿井5个不同含水层100组水样的荧光光谱, 根据光谱曲线特征, 对数据进行压缩处理, 获取合适的光谱数据。 每种水样使用15组共75组光谱数据作为建模集, 剩余的25组水样的光谱数据作为测试集。 为验证实验结果, 设计了簇类的独立软模式(SIMCA)算法与PLS-DA算法构建的实验模型进行对比。 实验发现矿井不同含水层水样的荧光光谱差异较大, 在不进行任何预处理的情况下, 以PLS模型为基础的PLS-DA算法较SIMCA算法的建模正确率高, 达到了100%, 其校正及验证结果与实际分类变量的相关系数均大于0.951, 校正集均方根误差(RMSECV)和验证集均方根误差(RMSEP)均小于0.123, 利用模型对测试集中五种水样样本的识别正确率均为100%。